ПОРІВНЯННЯ TELEGRAM- BOTA ДЛЯ ГЕНЕРАЦІЇ ТЕКСТУ, СТВОРЕНОГО НА ОСНОВІ OPENAI i GEMINIAI

Автор(и)

DOI:

https://doi.org/10.28925/2663-4023.2026.32.1063

Ключові слова:

генеративні моделі, штучний інтелект;, OpenAI GPT;, Gemini 2.5 Pro, трансформери, Telegram-бот, генерація текстів, обробка природної мови, порівняльний аналіз., AI чат-бот

Анотація

У роботі розглянуто проблему створення та порівняльного аналізу сучасних генеративних мовних моделей на прикладі OpenAI GPT та Gemini 2.5 Pro, інтегрованих у Telegram-бот для автоматичної генерації текстів. Актуальність дослідження зумовлена зростаючою потребою у швидких, гнучких та якісних інструментах створення контенту, здатних працювати у режимі реального часу. У межах роботи було сформульовано вимоги до програмного засобу, розроблено архітектуру Telegram-бота, визначено принципи його роботи та реалізовано взаємодію з API обох моделей. Особливу увагу приділено тестуванню якості згенерованих текстів, швидкодії, стабільності роботи моделей та їх поведінці під навантаженням. Під час проведення експериментів встановлено, що Gemini 2.5 Pro демонструє значно вищу швидкість генерації та точність інтерпретації запитів, тоді як OpenAI GPT переважає у творчих завданнях, стилістичній природності та гнучкості формулювань. Обидві моделі показали високу здатність до роботи з багатьма жанрами текстів, проте відмінні за структурністю, логічністю та якістю підтримки контексту. Результати дослідження свідчать, що жодна модель не має абсолютної переваги: вибір залежить від конкретної задачі та вимог до стилю, точності чи швидкості відповіді. Розроблений Telegram-бот підтвердив ефективність інтеграції генеративних моделей у практичні системи та продемонстрував можливість адаптації до різних сценаріїв використання. Отримані висновки можуть бути використані для подальшої оптимізації генеративних систем, вибору моделей для конкретних застосунків та розробки інтелектуальних сервісів на основі штучного інтелекту.

 

Завантаження

Дані завантаження ще не доступні.

Посилання

Vaswani, A., Shazeer, N., Parmar, N., et al. (2017). Attention is all you need. In Advances in Neural Information Processing Systems (NeurIPS 2017).

Raffel, C., Shazeer, N., Roberts, A., Lee, K., Narang, S., Matena, M., et al. (2019). Exploring the limits of transfer learning with a unified text-to-text transformer. arXiv. https://arxiv.org/abs/1910.10683

Min, B., Ross, H., Sulem, E., Pouran Ben Veyseh, A., Nguyen, T. H., Sainz, O., Agirre, E., Heinz, I., & Roth, D. (2021). Recent advances in natural language processing via large pre-trained language models: A survey. arXiv. https://arxiv.org/abs/2111.01243

Kalyan, S. S. (2023). A survey of GPT-3 family large language models including ChatGPT and GPT-4. arXiv. https://arxiv.org/abs/2301.06627

Amvera. (2024). Integration of GPT-4 Omni model into a Telegram bot in Python. Habr. https://habr.com

TeLLMgramBot. (n.d.). Library for building Telegram bots with AI model support. PyPI. https://pypi.org

Speka Media. (2023). How artificial intelligence is used in SEO and content marketing. https://speka.media

National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”. (2024). Context-aware text transformation using ChatGPT [Bachelor’s/Master’s thesis]. Electronic Library KPI. Zaporizhzhia National University. (n.d.). Machine learning course materials. https://moodle.znu.edu.ua

Downloads


Переглядів анотації: 27

Опубліковано

2026-03-26

Як цитувати

Онищук, О. (2026). ПОРІВНЯННЯ TELEGRAM- BOTA ДЛЯ ГЕНЕРАЦІЇ ТЕКСТУ, СТВОРЕНОГО НА ОСНОВІ OPENAI i GEMINIAI. Електронне фахове наукове видання «Кібербезпека: освіта, наука, техніка», 4(32), 831–839. https://doi.org/10.28925/2663-4023.2026.32.1063

Статті цього автора (авторів), які найбільше читають